汇率变化对房价波动存在溢出效应吗？——来自1997-2015年中国房地产市场的证据

韩鑫韬，刘 星

(重庆大学经济与工商管理学院，重庆 400030)



汇率变化对房价波动存在溢出效应吗？
——来自1997-2015年中国房地产市场的证据

韩鑫韬，刘 星

(重庆大学经济与工商管理学院，重庆 400030)

本文以我国人民币汇率变化与房价波动的历史趋势为背景，从理论上分析了汇率变化对房价影响的综合效应和相互间动态影响机制，以2007年10月-2011年12月的月度数据基础，通过构建VAR-FBEKK模型引入货币供应量作为中介变量从直接和间接两个角度分析了人民币汇率变化对我国房价波动的影响，并通过主成分分析模拟中断的2011年1月-2015年6月的全国新建住宅价格指数对模型估计结果进行了稳健性检验和对比分析。本研究发现：人民币汇率变化对我国房价波动没有直接显著的推动作用，但可能存在以货币供应量为中介的间接传导关系；人民币汇率变化对房价增速的直接波动溢出效应很小，但汇率变化率与货币供应量变化率的联合波动以及货币供应量变化率的波动均对房价增速变化具有显著影响，即人民币汇率变化对房价增速存在间接波动溢出效应。这说明人民币汇率变化对房价波动影响并不直接显著，中央银行可进一步协调好货币政策与汇率政策，继续稳步实施汇率制度改革，同时加强对房价波动的“关注”。上述研究丰富了资产价格与汇率政策关系的相关研究成果，并且从直接和间接影响两个角度提供了汇率变化如何作用房价波动的新证据。

汇率；房价；货币政策；波动溢出

1 引言

2008年金融危机后，房产价格泡沫破灭，全球经济增长下滑，以房地产价格为代表的资产价格与宏观政策(货币政策、汇率政策、宏观审慎管理政策等)的关系已经成为国内外研究的热点。房地产是一种消费品[1]，也是一种投资品[2]，本币升值，将影响国外资本对本国房地产的消费需求和投资需求。特别是在开放经济中，在房价上涨期间，如果汇率的低估和汇率预期升值还会引起境外资本大量流入房地产，套取本币升值汇兑收益和房价增值收益的“双价差”，进而强化本币升值预期，促使国外资本进一步流入，形成一种“正反馈”机制[3]。

自2005年7月汇率改革以来，我国人民币开始进入小幅升值通道，大量境外资本流入我国，其中一部分流向了房地产市场。根据IMF统计数据显示，截至2014年末，人民币实际有效汇率上涨48.66%，与此同时，国家统计局公布的70个大中城市新建住宅平均价格上涨56.7%，在此期间，全国房地产开发资金来源中利用外资增长1.48倍。总体而言，这些数据在一定程度上显示，房价上涨期间，我国汇率变化与房价波动的正向关系。但是在房地产市场化的不同发展阶段，汇率变化与房价的波动形式到底存在怎样的关系呢？

从目前的文献来看，大多研究仍主要集中于探讨货币政策与房价之间的关系，或集中在政策对策领域, 更严格的理论和实证研究还比较缺乏[4]。如Jarociński 和 Smets[5]认为，尽管房价对于经济状况和利率水平存在内生性，但是将房价纳入货币政策考虑中可能会更有助于判断货币政策的立场随着时间推移是否需要发生改变。与之相反的是，Mishkin[6]认为，使用标准化模型去解释房地产价格变化的能力是有限的。他强调了与房地产价格相关的货币传导渠道的不确定性，建议采用“先发制人”(Pre-emptive)的策略以免房地产价格泡沫突然破灭造成更大的经济损失。在国内更多的是从“相机抉择”的角度研究货币政策如何干预房价，如陈利锋和范红忠[7]的研究认为房地产市场调控中同时增加房地产供给和抑制房价过快上涨可能具有更好的效果；钟少颖等[8]的研究表明在货币政策中，货币渠道对房价的影响要比信贷渠道对房价的影响更为显著。

某个特定国家(或地区)在特定时段的汇率与房价变化的关联性已经引起一些学者的关注，如Miller等[9]通过特征价格模型(Hedonic Pricing Models)发现：1986-1988年日元大幅升值期间，导致日本投资者大量涌入夏威夷房市，并致其房价大幅上涨。Benson 等[10]通过多元回归模型发现：加拿大/美元平均汇率升值10%将导致美国华盛顿州罗伯茨岬(Point Roberts)的房价上涨14%，但是存在3-6个月的时滞。接着，Benson 等[11]又研究了加拿大/美元汇率对美国华盛顿州贝林汉姆(Bellingham)房价的影响，发现：加拿大/美元汇率升值10%将导致贝林汉姆房价上涨7.7%。随后，一些学者在研究异质性投资者和资产价格变化关系的理论模型中，开始考虑开放经济中的汇率因素，如：Hau 和 Rey[12]建立了非完全外汇风险交易状态下的汇率、股价和资本流动的均衡模型，发现当外汇流动性供给是有限价格弹性的时候，汇率变化与股价波动的幅度较类似。Dieci 和 Westerhoff[13]在区分异质性投资者和基本交易者的前提下，推导出股票价格波动与汇率变化的相互传导关系。

近年来，人民币汇率升值和全国房价上涨的共存态势也开始引起一些国内学者对汇率与房价联动关系的关注。如王爱俭和沈庆劼[14]从房地产的供需角度分析了汇价和房价的关系，认为当前房价的高企是为应对汇价的低估。杜敏杰和刘霞辉[15]从房价的现值理论建模发现汇率的小幅变化会导致房价的大幅波动。朱孟楠和刘林[16]认为短期国际资本流入会导致人民币汇率升值和市场对人民币升值预期，还会导致股价和房价上涨；股价上涨会导致房价上涨；房价的上涨会导致资本流出，股价下跌 。随后，朱孟楠等[3]构建了我国房价波动和人民币汇率变化的互动模型，并通过非线性VAR计量模型实证发现，我国房价上涨将导致人民币兑美元升值，人民币对美元实际汇率升值也可能导致我国实际房价上涨。

综合来看，国内外学者对汇率变化与房价波动的相互关系做了很多有意义的研究，大多数研究基于房价上涨期间的数据发现本币升值会引发本国或主要对外投资国的房价上涨。与已有的研究相比，本文主要做了如下几个方面的工作：第一，本文通过1998年我国房地产改前后的数据，构建多变量的波动溢出效应模型来研究汇率变化与房价波动的相互关系，避免VAR模型去研究汇率与房价波动的局限，还有助于研究不同变量间的联合波动对某一个变量的冲击；第二，本文从直接波动和间接波动两个角度去研究汇率与房价的关系比直接研究汇率或房价的大小关系更有实际意义，因为金融稳健运行的核心并不是汇率或房价的高低，主要是汇率或房价的变化幅度是否是合理。目前我国房地产市场正进入调整阶段，汇率形式机制也逐步市场化，进一步理清我国房价与人民币汇率的相互关系，对于提高货币政策和汇率政策的有效性，保持经济稳定增长具有重要的现实意义。

2 理论分析框架

2.1 汇率变化对房价影响的综合效应

(1)预期效应。预期效应是指如果预期本币升值，则投资者愿意持有更多的本币，而尽量避免兑换为外币。然而持有本币是有机会成本的，它必须要以一定的方式存在，可以购买金融资产、房地产等投资品。同时，如果投资者预期房地产市场会带来更高的收益率，将形成房地产市场的投机需求，从而推动房价上涨。见下面的传导关系：

本币升值→预期效应→本币减少兑换外币→预期效应→房地产投资需求增加→房价上涨

(2)流动性效应。流动性效应主要表现为境外资金对本国房地产市场的投机活动。当本国货币具有升值预期或持续升值时，投资者首先把外币兑换成本币并在本国购置房地产，等本币升值后，投资者再将持有的房地产在价格上涨后出售，并兑换成外币，就可得到货币升值和房价上涨的“双价差”收益。由于房地产供给在短期内增加缺乏弹性, 这种房地产投机需求必将拉高房价。相反，当本国货币发生贬值时，这些投机者将抛售持有的房地产，导致房价下跌。从这个意义上说，流动性效应的作用机制包含了预期效应。见下面的传导关系：

本币升值或预期升值→外资流入→预期房价上涨→房地产投资需求增加→房价上涨

(3)财富效应。财富效应包含两个渠道。一方面，当本币升值后，引起外资进入国内，其中一部分流入资本市场。“热钱”的流入使得资本市场需求增加，从而助涨资产价格。投资者因持有的资产价格上涨而实现财富增值，从而刺激消费，进一步刺激房地产市场需求，导致房价上涨。另一方面，当本币升值时，意味着进口商品价格相对下降，出口商品价格相对上升，进口增加，出口减少。从而国内商品供给数量增加，供给增加必然带来国内商品价格的下降，使得居民的财富相对增加。用比本币升值前更少的资金获得相同的效应之后，剩下多余的购买力流向房地产领域，从而引起房地产市场需求增加，导致房价上涨。见下面的传导关系：

汇率升值→外资流入→房价上涨→居民财富增加→购房消费需求增加→房价上涨

汇率升值→商品价格下降→居民财富增加→购房消费需求增加→房价上涨

(4)通货膨胀效应。通货膨胀效应是指当本币持续升值或者预期升值时，央行为了维持本币汇率稳定，会对外汇市场进行干预，扩大本币供给，回笼外币。本币供应量和外币需求量的突然增加，必然引起外汇市场上货币价格的变动，从而实现削弱本币升值和升值预期的目的，但央行这一干预的结果，往往易引发国内通货膨胀。人们为避免通货膨胀带来的资产减值损失，纷纷将货币转向保值增值性较强的房地产等实物资产，而房屋数量有限，短期内供给缺乏弹性，从而导致了房价上涨。见下面的传导关系。

汇率升值→央行干预外汇市场→形成通货膨胀→抛货币买资产→房价上涨

(5)信贷扩张效应。在本币升值过程中，出口将受到抑制，导致国内对外贸易企业不景气，失业率增加，国民收入减少，经济萎靡。为了刺激国内经济，中央银行会采取扩张性的货币政策，降低利率，放松银行信贷，增加货币供应量。此时，存在一部分资金流向房地产领域，从而增加房地产需求，导致房价上涨。见下面的传导关系：

本币升值→物价下跌、出口抑制→经济紧缩→信贷扩张→房价上涨

综上所述，汇率变化对房价的作用机制主要体现两个方面。一是直接构成对房地产市场的需求，例如外资购房或者财富效应等引致居民购房需求放大进而直接导致房价上涨。二是间接构成对房地产市场的需求，即通过货币变化，扩大房地产需求。例如由于通货膨胀而导致的国内资本流向房地产以及由于货币扩张而导致的国内资本进入房地产等产生的需求。这两种机制实质都是以货币供应量作为中介，最终放大房地产市场的需求，因为即使居民自住购房需求的满足，最后也必须通过货币去实现。基于此，在房价的汇率传导渠道中，本文得出两个假设：假设一是房价波动并不直接受汇率波动的影响或者受汇率波动的直接影响很小，而是主要受货币供应量变化的影响；假设二是汇率变化会影响货币供应量变化，进而影响房价波动。

2.2 汇率变化与房价波动的动态影响机制

假设房地产市场存在大量的国外投资者，同时中央政府实行有管理的汇率制度。那么根据Dieci 和 Westerhoff[13]的研究，假设存在t+1和t两个时期，在外汇市场上，汇率与国外实际投资者的货币需求以及外汇市场投资者的货币需求有关，假设外汇市场存在2类异质的外汇投资者，即基本面价值投资者和技术交易投资者，且国内投资者不投资于国外房地产市场，那么汇率动态调整可以表示为：

Et+1=Et-η[Dfpt+wtLc,t+(1-wt)Lf,t]

根据Day和HuangWeihong[17]的研究，外汇市场上技术交易者的货币需求可以表示为：

Lc,t=ρ(FE-Et)

式中，ρ>0，技术交易投资者认为汇率低估或高估将继续存在，只要这一现象能够被观察到，他们将积极做多或做空，参数ρ控制技术交易者偏离基本面价值投资者的持久性。

相反，外汇市场上基本面价值投资者是寻求发现汇率的错误定价，即汇率的高估或低估，并形成货币需求：

Lf,t=f(Et-FE)

式中，f>0，根据HeXuezhong和Westerhoff[18]的研究，外汇市场投资者根据外汇市场的状况在2种交易规则中转换。定义技术交易者所占的比例为：

这说明，如果外汇市场上汇率错误定价上升，技术交易投资者的市场份额就会下降，参数g>0是一个敏感性参数，g越大，对于给定的错误定价，投资者将变得更为敏感。

建立包含外汇市场和房地产市场的两期离散动态模型为：

pt+1=pt+a(Dc+Dd+Df-S)

(1)

Et+1=Et-η[Dfpt+wtLc,t+(1-wt)Lf,t]

(2)

式中，a>0为房价的动态调整系数，房地产需求大于供给时，房价存在上涨动力，反之房价存在下降动力。Dc为居民的消费需求，Dd为本国居民的投资需求，S为房地产供给面。

2.2.1 汇率变化对房价的影响

由(2)式可得：

(3)

将(3)式代入(1)得：

(4)

根据(4)式，得到房价Pt+1关于汇率变动Et+1的偏导数为：

(5)

由于国外投资性需求Df>0, ∂pt+1/∂ΔEt+1<0。那么根据(5)式，当汇率升值时(Et+1<0)，房价将上涨；而当汇率贬值时(Et+1>0)，房价将下跌。

2.2.2 房价波动对汇率的影响

根据(1)式得：

(6)

将(6)式代入(2)式得：

(7)

根据(7)式得到，汇率Et+1关于房价变动Pt+1的偏导数为：

(8)

根据(8)式，如果房价上涨，汇率Et+1将变小，即本币升值；而如果房价下跌，汇率Et+1将变大，即本币贬值。

由于国外投资者的参与和中央政府对汇率的管制，汇率变化与房价波动之间建立了理论上的联动关系，汇率变化会影响房价，房价波动也会影响汇率。2015年8月，我国开始允许有资格境外机构和个人可在国内购房的政策，实际上是恢复了外资购房政策。这对于国际套利资本来说是非常有利的，面对国内外复杂的经济形势，我国人民币汇率整体保持了平稳走势，且相对于欧元、日元等大部分国际货币是升值的，投资我国房地产将从汇率变动中获得稳健收益；同时，当前我国正在“去库存”，一、二线城市的房价从2015年下半年以来处于低谷回升期，即使人民币未升值，房价的上涨依然会使这些投机者有所收获。但是如果未来房地产市场的投机性泡沫大面积形成，一旦发生相应的外部冲击，很可能将导致内外资金大量撤离国内，人民币又将遭受贬值压力，极大地影响人民币国际化进程。

3 模型设计与数据检验

3.1 模型设计与变量定义

多元GARCH模型(MVGARCH)是在时间序列模型ARCH和GARCH模型的基础上发展起来的，并广泛应用于金融市场和资产价格的波动研究[19]。近年来，一些学者开始在房地产市场研究中尝试采用GARCH模型来量化房价的波动，如Long Xiangdong和 Bao[20]通过VAR-DCC模型研究了香港4个地区的房价波动情况；王擎和韩鑫韬[21]通过对角GARCH模型研究了我国房价波动与经济增速和货币供应量增速的相互传导情况，对角GARCH模型有助于参数估计，但对变量波动的刻画仍不够全面、准确。为全面分析汇率变化与房价波动的动态变化关系，本文引入货币供应量(M2)作为控制变量，建立三元VAR-FBEKK模型(Full BEKK Model)。首先考虑房价、汇率和m2之间的向量自回归VAR(1)形式：

(9)

其中，y1,t是房地产价格在t时刻的变化率，y2,t是汇率在t时刻的变化率，y3,t是m2在t时刻的变化率。Dummy1,t是反应我国房地产改革前后差异的虚拟变量，1999年1月以前取值为0，1999年1月及其以后取值为1，γi(i=1,2,3)是1998年我国房改前后各变量变化的差别截距系数。Dummy2,t是反应我国汇率改革前后差异的虚拟变量，2005年7月前取值为0，2005年7月及其以后取值为1，ωi(i=1,2,3)是2005年我国汇改前后各变量变化的差别截距系数。矩阵β中的元素表示变量信息的传导：β11表示房价变化受到自身上一期的影响；β12表示从房价到汇率的线性溢出，如果β12显著异于零，表示房价变化能够影响汇率波动；β13表示从房价到m2的线性溢出，如果β13显著异于零，表示房价变化能够影响m2的变化;β22表示汇率变化受到自身上一期的影响；β21表示从汇率到房价的线性溢出，如果β21显著异于零，表示汇率变化能够反应房价的变化；β23表示从汇率到m2的线性溢出，如果β23显著异于零，表示汇率变化能够影响m2的变化；同理，β31，β32，β33分别表示m2对自身、房价和汇率变化的反应；ci(i=1,2,3)是常数项，εi,t(i=1,2,3)是残差项。

对于房价、汇率和m2之间的动态变化关系，本文使用FBEKK模型来分析，该模型为：

(10)

(11)

式中,hii,t表示某个变量的条件方差，hij,t表示两个变量之间的条件协方差。aij表示i变量的ARCH效应对j变量未来波动的冲击，bij表示i变量的GARCH效用对j变量未来波动的影响。其中i,j=1, 2, 3。1代表房价的变化率，2代表汇率的变化率，3代表m2的变化率。考察汇率对房价的直接波动溢出效应，在于检验系数a21和b21是否显著异于零；考察汇率对房价的间接波动溢出效应，在于检验系数a21a31和b21b31是否显著异于零。考察房价对汇率的直接波动溢出效应，在于检验系数a12和b12是否显著异于零；考察房价对汇率的间接波动溢出效应，在于检验系数a12a32和b12b32是否显著异于零。

在随机误差项服从正态分布的假定条件下，上面设定的三元FBEKK模型的参数可以通过最大化下面的对数似然函数来估计：

(12)

此式中，θ表示所有待估计的未知参数，N是变量的数量，T是观测值的数量，其他符号与前面模型一样。对θ的极大似然估计是渐进正态的，因而可以运用有关统计推断的传统过程。

3.2 样本选择与数据收集

本文选取1997年10月至2011年12月的房价、人民币汇率、货币供应量的月度数据为样本，每个变量获得观测值171个。其中，房价以国家统计局编制的“国房景气指数”中的房地产销售价格分类指数为代表：人民币汇率变化率以国际清算银行(IBS)公布的人民币实际有效汇率为代表；货币供应量用m2来表示。其数据均来自中经网统计数据库和Wind数据库。为了消除异方差性，同时保证进入向量自回归多元FBEKK模型的变量平稳性，本文在计量分析中分别用对数差分来表示每个变量的变化率。用m2t表示第t月货币供应量，货币供应量变化率表示为：y1t=100*ln(m21t/m21t-1)，REt表示第t月的房地产价格指数，房价变化率表示为：y2t=100*ln(RE2t/RE2t-1)，ERt表示第t月实际有效汇率的变化率，汇率变化率表示为：y3t=100*ln(ER3t/ERt-1)，单位均为%。

4 实证分析

4.1 描述性统计结果

对货币供应量变化率(M2)、房价变化率(RE)和汇率变化率(ER)作基本统计分析，表1给出了它们从1997年10月至2011年12月的描述性统计结果。从结果中可以看出，房价变化率和汇率变化率的最大值与最小值之差(29.05%和28.1%)、标准差(2.41%和2.42%)都是较大的，说明房价和汇率的波动比较剧烈。货币供应量变化率除在2009年大幅攀升外(最高接近30%)，整体走势相对稳健，且货币供应量变化率走势几乎均高于房价和汇率的变化率走势。从3个变量的变化趋势看，房价变化率与货币供应量变化率的走势比较一致，且房价对货币供应量存在滞后反应，滞后期大约为1-4个季度。汇率变化率与货币供应量变化率的波动也存在相似性，货币供应量变化滞后汇率变化大约1-2年。同时，对序列采用ADF检验，发现3个变量在10%显著性水平均通过了平稳性检验，且JB统计量均接受原假设，即满足正态性。

表1 样本数据的描述统计结果

4.2 实证结果

为了研究房价与汇率之间的信息传导关系，本文基于VAR-FBEKK模型分析了房价、汇率与M2之间的动态变化关系，在VAR部分采用Bayesian估计，FBEKK部分采用BHHH算法进行最大似然估计，结果见表2。

表2 VAR-FBEKK模型估计结果

注：括号中为P值，*表示在0.1显著性水平下显著；**表示在0.05显著性水平下显著；***表示在0.01显著性水平下显著。

(1)条件均值方程VAR(1)估计结果显示了房价变化率、汇率变化率和m2变化率三者之间的动态线性变化关系。

β13在99%的置信水平下显著，显示m2的波动能显著影响房价增长，即m2增速提高1%，房价增速将提高0.16%；β12不显著，说明汇率变化对房价增速的直接线性影响并不明显，而且虚拟变量系数ω1也不显著，显示2005年汇改后，人民币的“小幅缓慢”升值趋势对房价上涨的推动并不明显，房价上涨与人民币汇率升值没有直接显著关系。

β22和β23在99%的置信水平下显著，显示不仅上一期的汇率变化能显著影响这一期的汇率波动，而且m2增速能显著作用汇率变化，即m2增速提高1%，人民币升值增速将下调0.16%。同时，虚拟变量系数ω2显著，说明2005年汇改后，m2的波动对人民币汇率变化的影响更加明显，即人民币汇率对m2的敏感度提高了1.24个百分点。

β31在90%的置信水平下显著，说明房价的变化对m2的波动具有负向显著作用，即房价增速提高1%，m2增速将下降0.03%，显示中央银行在此阶段可能通过调控货币供应量增速影响了房价增长，比如收紧房贷、加息等措施；β32在95%的置信水平下显著，显示汇率变化影响m2的波动，即人民币升值速度提高1个百分点，m2增速将提高0.04个百分点，这在一定程度上反映了境外投资资本随人民币升值流入我国，造成中央银行被动投放的基础货币增加。

(2)方差方程FBEKK(1,1,1)估计结果显示了房价变化率、汇率变化率和m2变化率三者之间的动态非线性变化关系。

a11和b11在99%的置信水平下显著，显示房价变化率自身存在显著的ARCH效应和GARCH效应。b21在95%的置信水平下显著，说明汇率变化率对房价变化率存在直接的波动溢出效应，但整体看，汇率变化对房价波动的非线性直接影响程度很小，房价对汇率变化的反应弹性仅为7‰，即汇率变化率波动增加1%，房价变化率的波幅仅扩大0.7%。

a31和b31在99%的置信水平下显著，说明m2变化率的波动对房价变化率的波动具有直接影响，即m2变化率的波动提高1%，房价增速的波动将提高0.1%，结合前面分析看，货币因素较汇率因素对房价增速波动的影响大13倍，但这并意味着中央银行应该实施货币政策去调控房价波动，因为货币政策的目标是“保持货币币值稳定，并以此促进经济增长”，而相关研究显示房价增速的波动对经济增长的波动并没有显著影响[22]，且房价并不代表一般物价水平，与汇率的直接相关性又不明显，所以从维护整体经济“平稳增长”的角度看，货币政策并不适合去直接干预房价波动。

b21和b31显著分别在95%和99%的置信水平下显著，说明b21b31的乘积显著，汇率变化对房价波动存在显著的非线性间接影响，即汇率变化通过m2间接作用于房价波动，影响大小为-0.038%，显示增强汇率变化率和m2变化率的联合波动有助于减小房价变化率的波动，这说明中央银行可以进一步协调好汇率政策与货币政策，降低政策可能的配合“偏差”(Bias)对房价的间接影响。

a22和b22在99%的置信水平下显著，说明汇率变化率自身也存在显著的ARCH效应和GARCH效应。但a12和b12不显著，显示房价变化率对汇率变化率并不存在直接波动溢出效应；a32和b32不显著，预示a12a32和b12b32两个乘积也不显著，说明房价变化率通过m2对汇率变化率也不存在间接波动溢出效应。总体而言，房价变化率对汇率变化率不存在显著的非线性影响。

a33和b33在99%的置信水平下显著，说明m2变化率自身也存在显著的ARCH效应和GARCH效应。从房价变化率和汇率变化率对m2变化率影响的4个系数看(a13、a23、b13和b23)，只有b13和b23分别在99%和95%的置信水平下显著，显示房价变化率和汇率变化率对m2变化率均存在直接波动溢出，大小分别为：0.01%、0.003%，房价变化率和汇率变化率的联合波动对m2变化率也存在波动溢出，大小为-0.006%，即如果房价变化率和汇率变化率的联合波动增强会减弱m2变化率的波动。

4.3 稳健性检验

由于“国房景气指数”中的房地产销售价格分类指数在2011后停止发布，本文接下来选取国家统计局发布的全国新建住宅价格同比指数来研究。全国新建住宅价格同比指数截至到2010年12月后就没再发布，且从2005年7月开始才公布月度数据，所以本文通过主成分分析和回归模拟来补足缺失的全国房价数据，选取国家统计局自2006年4月到2015年6月70个大中城市新建住宅价格同比指数以及2006年4月到2010年12月的全国新建住宅价格同比指数，采用如下方法拟合：首先，对70个大中城市从2006年4月到2015年6月的新建住宅价格同比指数进行主成分分析，发现前3个主成分的累积贡献率达85%；其次，使用2006年4月至2010年12月的全国新建住宅价格同比指数对前3个主成分序列进行回归，调整R平方达98%，拟合效果很好；最后，使用2011年1月至2015年6月的主成分序列以及线形回归得到的拟合关系，模拟出2011年1月到2015年6月的全国新建住宅价格同比指数。从模拟结果(见图1)可以看出，整体拟合效果较好，特别是2007年5月后拟合数据与真实的全国新建住宅价格同比指数数据基本一致。

检验模型依然采用前文的VAR-FBEKK模型，但由于数据时间长度选取2011年1月至2015年6月，所以在均值方程中将关于房地产改革和汇率改革的虚拟变量省去。货币供应量和汇率的数据均按照前文采用广义货币供应量m2和人民币实际有效汇率，数据处理方法均依照前文。房价变化率选取模拟的2011年1月至2015年6月全国新建住宅价格同比增速，并将同比增速加100后，构成房价指数，再取对数差分。所有数据均通过平稳性和正态性检验。

图1 全国新建住宅价格指数的模拟外推值和实际值

(1)从均值方程的估计结果看(见表3)：β11、β12和β13显著，说明房价变化率不仅受自身上期房价增速的影响，还受汇率变化和m2变化的影响。这说明2011年以来汇率对房价的直接线性影响开始增强，但整体依然较弱，即人民币实际有效汇率变化率变动1个百分点，房价变化率将变动0.08个百分点，而m2变化率对房价的直接线性影响较前文估计结果减弱0.03，即m2变化率变动1个百分点，房价变化率的波动将减少0.03个百分点。

同时，β32显著，说明m2的变化也显著受到汇率变化的影响，人民币升值增速提高1个百分点，m2增速将提升0.08个百分点。接下来，本文以β13*β31的值来表示汇率通过m2对房价增速的间接影响，约为0.01，即汇率变化率变动1个百分点，房价变化率将间接受m2影响变动0.01个百分点，效果大于前文的估计结果(0.006)，主要原因是2011年以来，人民币对美元汇率双向波幅扩大，引起外汇占款增速波动，导致基础货币被动投放变化较大，加剧了m2增速的波动。

(2)从方差方程的估计结果看(见表3)：b21在95%的置信水平下显著，说明汇率变化率对房价变化率也存在直接的波动溢出效应，但房价对汇率变化的反应弹性仅为1‰，较前文估计的效应少6‰，即汇率变化率从2011年后对房价的波动影响开始减弱，其原因主要是由于2010年11月4日，住建部和国家外汇管理局发布《关于进一步规范境外机构和个人购房管理的通知》限制境外个人在我国购房，这在一定程度上抵消了汇率变化对房价波动的直接影响。

a31和b31均在99%置信水平下显著，显示房价变化率的波动主要受m2变化率的直接影响，即m2变化率的波动提高1%，房价增速的波动将提高0.03%，较前文估计结果约小0.07%。这说明货币供应量波动对房价波动的直接影响在近十年来有所减弱，在货币供应量变化率波动不大的情况下，而房价波动较大很可能与房地产市场的投机性增强有关[27]。

b21和b31显著，说明b21b31的乘积显著，显示汇率变化通过m2对房价波动同样存在显著的非线性负向间接影响，影响大小为-0.043%，绝对值较前文估计结果增加0.007%，反映汇率变化率和m2变化率的联合波动从2011年开始对房价变化率的影响加大，即汇率变化率和m2变化率的联合波动的传递效率更高，这不仅说明汇率通过货币供应量对房价变化的间接波动溢出效应是存在的，同时也显示我国中央银行汇率政策与货币政策配合的有效性在2011年后得到进一步提升。

与前文结果一样，a12和b12不显著，显示房价变化率对汇率变化率也不存在直接波动溢出效应；b32不显著，预示b12和b32乘积也不显著，但a32在95%置信水平下显著，并不能直接说明a12和a32乘积是否显著，接下来对a12a32进行BDS检验(基于关联积分的一个统计量，其原假设是不存在ARCH效应)，结果显示P值为-0.19，即a12a32并不显著，这说明房价变化率通过m2对汇率变化率也不存在间接的波动溢出效应。

从房价变化率和汇率变化率对m2变化率影响的系数看(a13、a23、b13和b23)，只有b13和a23分别在90%和95%的置信水平下显著，显示房价变化率和汇率变化率也对m2变化率存在直接的波动溢出效应，大小分别为：0.004%、0.01%，这与前文估计结果一致，但是大小刚好相反，即2011年后，房价变化率对m2的影响减弱，而汇率变化对m2的影响增强。这说明货币政策自2011年以来被房价影响的因素减弱，即被动“盯住”房价波动的成分大幅减少，但是货币政策与汇率政策之间的关联性增强，货币政策很可能对人民币汇率波动采取了相关对冲措施。

(3)综合稳健性检验结果看，模型对2011年以来我国汇率与房价关系的整体拟合效果与前文估计结果比较一致，也进一步证实了本文的两个假设，即房价变化受到货币供应量的影响显著，但是汇率对房价的直接影响较小，而主要是汇率变化通过影响货币供应量波动进而影响了房价的变化。

表3 稳健性检验中VAR-FBEKK模型估计结果

注：括号中为P值，*表示在0.1显著性水平下显著；**表示在0.05显著性水平下显著；***表示在0.01显著性水平下显著。

5 结语

本文研究得出以下三点结论：(1)我国近20年来的房价上涨与人民币汇率升值没有直接显著线性关系。均值方程估计结果显示，汇率变化对房价增速的直接影响不明显，尤其是2005年汇改后，人民币的升值趋势对房价上涨的直接推动并不显著，但汇率变化可能对房价波动存在间接线性影响，即汇率变化影响m2的波动，m2增速提高在一定程度上会推动房价增速上升。(2)汇率变化对房价增速的直接波动溢出效应较小，更主要是m2变化影响房价波动。方差方程估计结果显示，汇率变化率波动增加1%，房价变化率的波幅仅扩大0.007%，而m2变化率的波动提高1%，房价增速的波动将提高0.1%，但货币政策不必直接干预房价波动，因为房价并不代表一般物价水平，且与汇率和经济波动的关联度不显著。反过来看，房价变化率对汇率变化率不存在显著的直接波动溢出效应。(3)汇率变化对房价增速存在显著的间接波动溢出效应。估计结果显示，汇率变化通过m2对房价波动存在间接负向显著影响，这说明通过合理调节汇率变化率和m2变化率的联合波动，即进一步协调好汇率政策与货币政策，可能有助于减小房价变化率的波动。同时，房价变化率通过m2对汇率变化率不存在显著的间接波动溢出效应。

上述的研究结论丰富了汇率变化与房价波动关系的相关研究成果，同时也具有如下政策启示：(1)加强跨境资本流动的引导和监测。一方面，我国政府及中央银行应该积极发挥“领路人”作用，将国外资本引入能够带动经济发展的生产领域。鼓励外商直接投资向能够带动我国科技和经济发展的高新技术产业、新能源和节能环保产业等领域转移。另一方面，针对短期国际资本进出波动加大的趋势，应该加大跨境资本流动监测。进一步加大对异常资金流出的非现场监测和检查力度，并加强与其他经济体对资本流动数据共享，共同防范跨境资金流动风险。(2)继续深化汇率制度改革，增强货币政策对房价的“关注”。中央银行应继续扩大人民币汇率双向波幅范围，在短期内保持人民币小额地、持续地、波动地进行升值。同时，增强货币政策对房价等资产价格波动的关注度，探讨汇率政策与货币政策的合理“衔接点”，避免资产价格大幅波动对实体经济可能造成的负面影响。(3)继续实施稳健的货币政策，避免房价大幅波动。采取结构型的货币政策有针对性地控制房价“泡沫”，继续实施基于不同目的购房差别贷款利率，对房地产开发贷款实行窗口指导等。同时，在新型城镇化建设和“两带一路”改革战略推进中，要合理确定房价波动的幅度对区域和全国经济的影响，包括衡量房价泡沫指标的确定以及房价回落对实体经济的影响等。

[1] Ando A, Modigliani F. The “life-cycle” hypothesis of saving: Aggregate implications and tests[J]. American Economic Review, 1963, 53(1):55-84．

[2] Tobin J.A general equilibrium approach to monetary theory[J]. Journal of Money, Credit & Banking, 1969, 1(1): 15-29.

[3] 朱孟楠, 刘林, 倪玉娟. 人民币汇率与我国房地产价格——基于Markov区制转换VAR模型的实证研究[J]. 金融研究, 2011, 5:58-71.

[4] 瞿强.资产价格波动与宏观经济政策困境[J]. 管理世界,2007,10: 139-149.

[5] Jarociński M, Smets F.House prices and the stance of monetary policy[R]. Working Paper,European Central Bank, 2008.

[6] Mishkin F S.Housing and the monetary transmission mechanism[R]. Working Paper, National Bureau of Economic Research,2007.

[7] 陈利锋,范红忠. 房价波动、货币政策与中国社会福利损失[J].中国管理科学, 2014, 22(5): 42-50.

[8] 钟少颖, 王蕊, 陈锐. 货币政策, 市场预期与房地产价格[J]. 管理评论, 2016, 28(5): 13-22.

[6] Miller N G, Sklarz M A, Ordway N. Japanese purchases, exchange rates and speculation in residential real estate markets[J]. Journal of Real Estate Research, 1988, 3(3): 39-49.

[7] Benson E D, Hansen J L, Schwartz A L, et al. The influence of canadian investment on U. S. residential property values[J]. Journal of Real Estate Research, 1997, 13(3): 231-249.

[8] Benson E D, Hansen J L, Schwartz A L, et al.Canadian/U. S exchange rates and nonresident investors: Their influence on residential property values[J]. Journal of Real Estate Research, 1999, 18(3): 433-462.

[9] Hau H, Rey H.Exchange rate, equity prices and capital flows [R]. Working Paper, National Bureau of Economic Research,2002.

[10] Dieci R, Westerhoff F. Heterogeneous speculators, endogenous fluctuations and interacting markets: A model of stock prices and exchange rates[J]. Journal of Economic Dynamics and Control, 2010, 34(4): 743-764.

[14] 王爱俭, 沈庆劫. 人民币汇率与房地产价格的关联性研究[J]. 金融研究, 2007, (6):13-22.

[15] 杜敏杰,刘霞辉.人民币升值预期与房地产价格变动[J]. 世界经济, 2007, (1):81-88.

[16] 朱孟楠, 刘林. 短期国际资本流动、汇率与资产价格——基于汇改后数据的实证研究[J]. 财贸经济, 2010, (5): 5-13.

[17] Day R H, Huang Weihong. Bulls, bears and market sheep[J]. Journal of Economic Behavior and Organization, 1990, 14(3): 299-329.

[18] He Xuezhong, Westerhoff F H. Commodity markets, price limiters, and speculative price dynamics[J]. Journal of Economic Dynamics and Control, 2005, 29(9): 1579-1596.

[19] Asai M, McAlee M. Non-trading day effects in asymmetric conditional and stochastic volatility models[J], Econometrics Journal, 2007, 10(1): 113-123.

[20] Long Xiangdong, Bao H X H. Multivariate modelling of price volatility in the Hong Kong residential property market[R]. SSRN Working Paper, 2007.

[21] 王擎, 韩鑫韬. 货币政策能盯住资产价格吗？——来自中国房地产市场的证据[J]. 金融研究, 2009, 9: 114-123.

[22] 周京奎. 房地产投机理论与实证研究[J]. 当代财经, 2004,(1): 92-94.

Can the Changes in Exchange Rates have Spillover Effects on theReal Estate Price’s Fluctuations?：Evidence from China’sReal Estate Market 1997-2015

HAN Xin-tao, LIU Xing

(School of Economics and Business Administration, Chongqing University, Chongqing 400030, China)

Based on the historical trend of RMB exchange rate changes and real estate price’s fluctuation in China, the comprehensive impact of exchange rate changes on real estate price and the mechanism of dynamic impact between each other are analyzed in theory. Based on monthly data from October 2007 to December 2011 and VAR-FBEKK model, the effects of the RMB exchange rates’ changes on the volatility of real estate price form direct and indirect perspective are studied by introducing the money supply as an intermediary variable, and the estimating results of model are made a robustness test and a comparative analysis through simulating interrupt data of National New Housing Price Index from January 2011 to June 2015 by Principal Component Analysis. The results show that, the changes in RMB exchange rates don’t play a directly significant role on the China's real estate price’ s fluctuations, but indirect relationship of exchange rates’ changes transferring to the real estate price’s fluctuations may exist through money supply as an intermediary variable; the changes in RMB exchange rates have little directly spillover effects on the real estate price’s growth rate, but both the co-volatility of exchange rates’ changes and changes in the money supply and the volatility of changes in the money supply have significant impacts on the estate price’s growth rate, namely the changes in RMB exchange rates have an indirectly spillover effect on the real estate price’s growth rate. Therefore, the central bank should further coordinate monetary policy and exchange rate policy; continue to steadily implement the reform of the exchange rate regime, while strengthening "attention" on the real estate price’s fluctuations. The above findings enrich the theoretical research of the relationship between asset price and exchange rate policy, and also provide new evidence of how exchange rate changes affect real estate price’s fluctuation form the point of view of direct and indirect effects.

exchange rates; real estate price; monetary policy; volatility spillover

2016-05-07；

2016-11-04

国家自然科学基金重点项目(71232004)；国家自然科学基金面上项目(71172082)

刘星(1956-)，男(汉族)，河南镇平人，重庆大学经济与工商管理学院，教授，博士生导师，研究方向：宏观经济与公司财务,E-mail:liuxing@cqu.edu.cn.

1003-207(2017)04-0007-11

10.16381/j.cnki.issn1003-207x.2017.04.002

F832.6

A